1.4.1 Основные положения
Пусть требуется найти экстремум функции, например, минимум
Q(, при условии
,
Согласно методу Лагранжа для решения задач на условный экстремум функции составляется вспомогательная функция Лагранжа, которая определяется соотношением
,
где , =– неопределенные множители Лагранжа.
Таким образом, задача нахождения условного экстремума функции сводится к задаче нахождения безусловного экстремума функции, но число неизвестных в ней n +k (uι,ι =1, n ;λj ,j =1, k ).
Как известно из п. 1.2 необходимым условием безусловного экстремума функции является равенство нулю частных производных, которые для данного конкретного случая записываются в виде
.
и дает n уравнений для определения неизвестных. Эта система уравнений дополняется к уравнениям и, следовательно, получается (n +k) неизвестных и (n +k) уравнений.
Метод множителей Лагранжа дает лишь необходимые условия существования условного экстремума для непрерывных функций, имеющих также непрерывные производные, поэтому найденные значения переменных могут и не давать экстремума функции Q (u1, ...,un), их надо проверить с использованием достаточных условий экстремума функции многих переменных.
В окончательном решении задачи фактически множители Лагранжа не известны, поэтому задача совместного решения системы, иногда ставится как задача исключения "k" неизвестных переменныхuι с последующим решением остающейся системыn уравнений сn неизвестными.
Задача Лагранжа имеет "n –k" степеней свободы.
- Содержание
- Введение
- 1 Классический медод решения задач нелинейного программирования
- 1.1 Постановка задачи
- 1.2 Экстремум функции одной переменной
- 1.3 Экстремумы функций многих переменных
- 1.4 Метод неопределенных множителей Лагранжа
- 1.4.1 Основные положения
- 1.4.2 Геометрическая интерпретация метода множителей Лагранжа
- 1.4.3 Экономическая трактовка метода множителей Лагранжа
- 1.4.4 Особые случаи
- 1.5 Особенности реальных задач
- 2 Численные методы решения задач нелинейного программирования
- 2.1 Общая характеристика методов решения задач нелинейного программирования
- 2.2 Методы одномерной оптимизации
- 2.2.1 Метод прямого сканирования
- 2.2.2 Метод половинного деления
- 2.2.3 Метод "золотого сечения"
- 2.2.4 Метод Фибоначчи
- 2.3 Методы многомерной оптимизации
- 2.3.1 Метод Гаусса-Зайделя
- 2.3.2 Метод градиента
- 2.3.3 Метод наискорейшего спуска
- 2.3.4 Метод квантования симплексов
- 2.3.5 Поиск при наличии "оврагов" целевой функции
- 2.4 Методы поиска условного экстремума
- 2.4.1 Метод проектирования вектора-градиента
- 2.4.2 Метод ажурной строчки
- 2.5 Проблемы поиска глобального экстремума
- 3 Численные методы решения задач нелинейного программирования
- 3.1 Графический метод решения задач нелинейного программирования
- 3.2 Метод множителей Лагранжа
- 3.3 Компьютерная реализация решений задач нелинейного программирования
- 3.3.1 Решение задач нелинейного программирования в среде приложенияExcel
- 3.3.2 Решение задач нелинейного программирования в среде приложения Matlab
- Перечень ссылок
- Приложение а Блок-схемы методов